基于双正交基字典学习的图像去噪方法

资源类型: 资源大小: 文档分类:工业技术 上传者:

文档信息

【作者】 解凯  张芬 

【关键词】 图像去噪  字典学习  稀疏表示  奇异值分解  贝叶斯估计 

【出版日期】2012-04-01

【摘要】为了提高图像去除白高斯噪声的性能,利用超完备字典作为图像的稀疏表示。超完备字典的冗余性可以有效地表示图像的各种几何奇异特征。在贝叶斯框架下,以图像块的稀疏表示定义了全局图像先验概率模型,给出了最大后验概率模型下的优化图像去噪算法。超完备字典使用两个不同的正交基构成,给出了基于奇异值分解(SVD)的优化字典计算方法。该方法充分利用正交基的特点,采用SVD方法进行高效的字典学习。基于双正交基字典的去噪算法提高了图像去噪性能,实验结果证实了所提方法的有效性。

【刊名】计算机应用

参考文献

引证文献

问答

我要提问